Virtual Instruments公司首席技術官John Gentry回顧了2018年的IT行業(yè)發(fā)展情況，預測了2019年的行業(yè)主題和熱門話題，并指出應用場景和工作量安排構成了更高性能基礎設施和更靈活、更適合未來企業(yè)的強大核心關鍵。

AIOps的承諾與宣傳炒作

面向IT運營的人工智能（AIOps）將成為2019年的最新流行術語，并迅速引起人們的興趣。根據(jù)調研機構Gartner 公司的調查，AIOps平臺利用大數(shù)據(jù)、現(xiàn)代機器學習和其他先進分析技術，通過主動、個性化和動態(tài)的洞察力直接和間接地增強IT運營（監(jiān)控、自動化和服務臺）功能�？紤]到組織需要數(shù)年的時間才能建立機器學習，這提出了一個問題，那就是“正在提供此功能的監(jiān)控公司是哪些？”，而將AIOps置于現(xiàn)有監(jiān)控和事件管理系統(tǒng)之上，希望它能收集有意義的數(shù)據(jù)來解決所有問題，這是一個具有缺陷的前提。

大多數(shù)AIOP解決方案仍然不斷發(fā)展，并不具備應用智能或實際的機器學習功能。而在早期階段，只能發(fā)現(xiàn)統(tǒng)計學或數(shù)學相關的相關性，沒有真正的因果關系。沒有場景的關聯(lián)是沒有意義的，它是從應用程序的場景中獲得的智能，直接鏈接到業(yè)務的運行，這在當前的AIOps部署中是缺乏的。

圍繞AIOps平臺的炒作與云計算的宣傳非常相似。與人們學習的方式大致相同，在宣傳炒作和數(shù)據(jù)遣返之后，云計算并不是安置工作負載的理想之地，組織將AIOps視為下一個萬能的解決方案，這一信念很快就會像當時人們對云計算的更高期望那樣幻滅。

在2019年，組織需要識別供應商聲明定位AIOps作為快速解決方案。必須讓企業(yè)意識到AIOps需要多年從重要數(shù)據(jù)攝取中獲得的應用經驗，才能有效地進行機器學習。如果沒有那么重要的學習時間，那么企業(yè)面臨的實際上是一個流行術語的承諾，而不是真正的AIOps。

AIOps解決方案并不收集獨特且有意義的數(shù)據(jù)，并將應用程序和業(yè)務環(huán)境應用于其“智能”，這顯然在影響業(yè)務之前無法有效地預防問題。

超融合

雖然超融合在2018年成為一個重要趨勢，但人們開始看到一個更具針對性的超融合用例，這會減緩其采用并限制擴展。由于內存、計算和存儲的工作負載要求不能線性擴展，因此融合將發(fā)揮更大作用，所有閃存存儲系統(tǒng)將繼續(xù)擁有關鍵任務應用程序工作負載。

性能延遲和NVMe

在陣列中，非易失性存儲器快速（NVMe）將僅與5％－10％的企業(yè)工作負載相關，因為它仍然只在協(xié)議作為標準的最高端陣列中。這并不是說客戶對這種性能沒有固有的需求，因為雖然NVMe已經被證明是一種存儲陣列技術，但在服務器互連或結構技術方面，它甚至還沒有經過供應商測試，更不用說被主要用戶所采用。還有一些高端公司考慮采用NVMe over Fabric（NVMe－oF）。可用性和性能對所有人來說都很重要，但也會看到一些組織希望使用iSCSI而不是NVMe來降低成本。

云計算

盡管云計算發(fā)展的速度很快，正如2018年所預測的那樣，人們看到了很多企業(yè)在公共云運行的工作負載回歸到內部部署數(shù)據(jù)中心，這是由于云計算并不適合所有工作負載。人們認識到，云計算是混合部署的主要部分，但它不是云優(yōu)先或僅云的策略。組織將看到云計算的真實應用情況，并就其運營的工作負載做出更明智的決策。

就云平臺中的服務等級協(xié)議（SLA）的需求而言，人們將看到對話和營銷語言的轉變，這項服務被認為是行業(yè)需求，因此現(xiàn)在被推廣為一種產品。但是隨著2019年的到來，人們仍然無法將真正的服務水平承諾或合同視為標準。

人們在2018年和2017年看到的“云計算節(jié)約成本”的概念現(xiàn)在不在考慮范圍之內。采用云計算，企業(yè)可以節(jié)省一些成本。而在云計算行業(yè)巨頭提供的營銷宣傳和新產品中，推出了高性能的公共云，人們可以看到對性能需求的認可，但其價格高昂。企業(yè)可能采用云優(yōu)先策略，因為它更有效，或者具有靈活性、多功能性或彈性，但是組織必須支付更多的費用才能獲得好處。

以應用程序為中心的IT得到持續(xù)增長

2018年，應用程序的對話走到了最前沿。在2019年，應用程序的場景將成為IT工作負載部署以及運營管理方面的核心驅動因素。

IT正試圖趕上業(yè)務（實際上是應用程序的集合）的發(fā)展，并試圖將自身與應用程序、其對業(yè)務的重要性以及將給定應用程序的業(yè)務關鍵性分層的概念聯(lián)系起來，以使其更符合企業(yè)的要求。

工作負載分配討論進入議程

現(xiàn)在，人們開始認識到思考和目的性在工作負荷安排中的重要性。然而，在沒有首先考慮應用程序的重要性或場景的情況下，很多組織急于采用超融合或云計算。

2019年，人們將看到圍繞有目的地將工作負載部署在整個基礎設施（無論是云計算、融整合還是傳統(tǒng)）上采取了更多的理解和戰(zhàn)略行動�；�于應用程序對業(yè)務的重要性，將轉向討論工作負載分配。這一點反映了對AIOP平臺的采用，因為盡管這些平臺可以在沒有智能的情況下學習關聯(lián)模式，但是所收集的信息與業(yè)務場景并不相關。

智能自動化

2018年顯示出了用戶對自動化的持續(xù)需求，雖然由于缺乏推動自動化的背景和數(shù)據(jù)驅動的洞察力，自動化技術已經被低估了一段時間，而自助服務門戶是一回事，但是考慮到應用程序對業(yè)務的重要性的場景以及驅動智能、自動化和協(xié)調的工作負載要求的自動供應過程是完全不同的。因此，2019年可能是自動化變得智能化的一年，采用自動化平臺，AIOP可以在數(shù)月內實現(xiàn)企業(yè)的目標，而不是數(shù)年。

成功管理當今的混合基礎設施是一種平衡行為。它的成功取決于針對性的討論和實施工作負載分配、應用程序分層、業(yè)務關鍵性，以及基于工作負載要求的深入基礎設施選擇，而這是價格和性能之間的權衡。